Kaasaegse ettevõtte edukus sõltub teabehaldusest ja edukalt korraldatud andmehaldusest. Enamik e-äri ettevõtteid on ehitatud infole ja teadmistele. Seetõttu on IT kiirelt kasvavaks osaks tööprotsessidega seotud teabehaldus. Teabehaldus (knowledge management) tegeleb kogu organisatsiooni teabe (kirjalik info ja inimeste teadmised - struktureerimata info) haldamisega. Dokumente ja andmeid on igal ettevõttel vaja, et säilitada ja teha kättesaadavaks ettevõtte tööks vajalik informatsioon. Nende säilitamine on oluline organisatsiooni kogemuse alles hoidmiseks ja töötajate vahel vahetamiseks.

Dokumendid ja andmed on kasutatavad, kui nad täidavad järgnevaid nõudeid: autentsus, usaldusväärsus, terviklikkus ja kasutatavus. Kvaliteetsed andmed on aluseks äriprotsesside toimimisel, parandamisel ja kiirendamisel. Edukaks toimimiseks peaks andmete haldamine organisatsioonis toimima kindlate reeglite alusel. Otstarbekas on teabejuhtimisel lisaks tavalisele infosüsteemile kasutada ka dokumendihalduse süsteeme.

Kui ettevõttel on töötlemiseks pidevalt suur hulk andmeid, on otstarbekas kasutada nende hoidmiseks andmehoidlaid (andmeait) - Data Warehouse. DW on olemuselt suur andmebaas, mis on kogum väiksematest andmebaasidest. Andmehoidla eesmärgiks on koondada andmed ühte kohta, et andmed oleksid terve ettevõtte jaoks üheselt mõistetavad ja samad.

Andmehoidla sisaldab endas andmebaase.

Andmehoidla - Tööotstarbeline ühiskasutusega andmekogu, võib koosneda mitmest mistahes tüüpi andmeid sisaldavast andmebaasist, hõlmates organisatsiooni kõiki andmeressursse.

Andmebaas on andmekogu (sageli eemalasuv), kus hoitakse arhiiviandmeid ettevõtte äritegevuse kohta. Ettevõtte töötajad võivad rahulikult külastada andmehoidlat, ilma et oleks vaja karta ettevõtte arvutivõrgu ülekoormamist.

Andmehoidla kasutamise võimalused:

Andmehoidlad on nii suured, et nende puhul tuleb otsingu kiirendamiseks ja filtreerimiseks kasutada mitmesuguseid andmete tihendamise ja pakkimise vahendeid.

andmetihendus, andmete pakkimine - andmete salvestamine sellises vormingus, mis nõuab mälus vähem ruumi. Andmetihendus on eriti kasulik sidetehnikas, sest see võimaldab sama hulga andmete edastamist väiksema arvu bittide abil.

Andmebaasi ja andmehoidla erinevused ja sarnasused:

Enamasti on andmehoidlad mahult suuremad kui andmebaasid ja sisaldavad endas andmebaase.

Andmebaase uuendatakse pidevalt, andmehoidlaid mitte nii sageli.

Nagu andmebaasid, võimaldavad andmehoidlad kiireid reaalajas päringuid ja kokkuvõtteid.

Andmehoidlad on ideaalsed suurte andmehulkade jaoks, sest sellisena on loodud andmehoidla tarkvara.

Andmebaasid on tavaliselt jaotatud osakondade kaupa, et tagada isikuandmete turvalisust, ja funktsioonide kaupa, et tagada paremat jaotust/turundust. Andmehoidlad on disainitud täitma terve organisatsiooni nõudeid, ei ole tükeldatud, on üks tervik.

Andmejuhtimisega tegelevad organisatsioonis infojuhid, ärijuhid ja infotöötluse spetsialistid. Andmete kogumisel ja töötlemisel on oluline määrata iga töötaja vastutusalad. Efektiivne teabehaldus tähendab, et vajalik informatsioon (andmed) on kiirelt leitav ja kasutatav ning dokumentide (uue info) loomine on lihtne, arusaadav ja reglementeeritud. Kasutades spetsiaalseid teabehalduse (teadmusjuhtimise) süsteeme, tõstab ettevõtte efektiivsust ja aitab kokku hoida aega ning muid ressursse (töötajad, koolitus jne). Inimesi tuleb koolitada ja julgustada vastavaid infosüsteeme kasutama ja teadmust omavahel jagama.

Andmeanalüüsi üks võimalusi on andmekaeve (Data Mining). See kaasab:

Andmete sorteerimist eesmärgiga identifitseerida malle ja välja selgitada suhteid.

Automaatne analüüs leidmaks suurest hulgast tekkinud mustreid ja trende, mis muidu võivad jääda märkamatuks.

Andmekaevandamise parameetrite hulka kuuluvad:

assotsieerimine - selliste mallide otsimine, kus üks sündmus on seotud teise sündmusega

järjestamine - mallide otsimine, kus üks sündmus kutsub esile teise, hilisema sündmuse

klassifitseerimine - uute mallide otsimine (selle tulemusena võib muutuda viis, kuidas andmed on organiseeritud, kuid sellest pole lugu)

kobardamine - varem tundmatute rühmade või faktide leidmine ja visuaalne dokumenteerimine

ennustamine - andmetes selliste mallide leidmine, mis võivad viia mõistlike ennustusteni tuleviku kohta.

Järgmisel joonisel on näha andmekaevandamise elutsükkel.